app.py

import gradio as gr
import logging, langdetect
from huggingface_hub import InferenceClient
from transformers import MarianTokenizer, MarianMTModel, pipeline

# Khởi tạo client HF và translator
client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")

# Gọi API public
vi2en_tokenizer = MarianTokenizer.from_pretrained("Helsinki-NLP/opus-mt-vi-en")
vi2en_model     = MarianMTModel.from_pretrained("Helsinki-NLP/opus-mt-vi-en")
en2vi_tokenizer = MarianTokenizer.from_pretrained("Helsinki-NLP/opus-mt-en-vi")
en2vi_model     = MarianMTModel.from_pretrained("Helsinki-NLP/opus-mt-en-vi")

translator_vi2en = pipeline("translation", model=vi2en_model, tokenizer=vi2en_tokenizer)
translator_en2vi = pipeline("translation", model=en2vi_model, tokenizer=en2vi_tokenizer)


logging.basicConfig(level=logging.INFO)

def translate_vi2en_fn(text: str) -> str:
    return translator_vi2en(text, max_length=512)[0]["translation_text"]

def translate_en2vi_fn(text: str) -> str:
    return translator_en2vi(text, max_length=512)[0]["translation_text"]

def respond(
    message,
    history: list[tuple[str, str]],
    system_message="""
    You are a professional speaking AI assistant.
    You can help solving the problems.
    You can only speak English with correct spelling, punctuation and grammar.
    """,
    max_tokens=2048,
    temperature=0.0,
    top_p=0.9,
):
    # Tạo list tin nhắn bắt đầu từ hệ thống
    messages = [{"role": "system", "content": system_message}]
    
    # Dịch câu hỏi của người dùng từ tiếng Việt sang tiếng Anh
    message_en = translate_vi2en_fn(message)
    
    # Thêm các tin nhắn lịch sử vào messages
    for val in history:
        if val[0]:  # Tin nhắn của người dùng
            messages.append({"role": "user", "content": val[0]})
        if val[1]:  # Tin nhắn của trợ lý
            messages.append({"role": "assistant", "content": val[1]})

    # Thêm câu hỏi của người dùng vào cuối lịch sử
    messages.append({"role": "user", "content": message_en})

    response = ""

    # Gửi yêu cầu tới mô hình và nhận kết quả
    try:
        for chunk in client.chat_completion(
            model="HuggingFaceH4/zephyr-7b-beta",
            messages=messages,
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p,
            stream=True
        ):
            # Tiến hành nhận phản hồi từ mô hình
            response += chunk.choices[0].delta.content

    except Exception as e:
        return f"Error: {str(e)}"
        
    logging.info(f"Successfully generated text: {response}")
    response_vi = translate_en2vi_fn(response)
    
    return response if langdetect.detect(response) == 'vi' else response_vi

# Gradio UI
demo = gr.ChatInterface(fn=respond, theme="soft")

if __name__ == "__main__":
    demo.launch()